网格是建立在Internet上的一种新型的信息技术基础设施,目的是无缝地集成广域资源来合作解决问题,实现计算资源、存储资源、通信资源、软件资源、信息资源、知识资源的全面共享。如何有效管理广域的、异构的、动态的、自治的网格资源是网格技术研究的重点和难点,传统的作业调度方法难以奏效。本文首先介绍网格的概念、演变和分类,分析了网格调度面临的问题。随后第二章在同顾传统调度理论的基础上。结合网格环境,归纳了调度问题在网格环境中的新特征:资源大规模异构性、环境动态不可靠性以及面向用户需求的特性。从两种典型环境入手,通过分析网格社区多集群环境和网格计算市场的特点。针对多集群环境提出基于“全局-局部”模式的层次调度方法。针对计算市场提出基于双向选择的分布式调度方法。本文第二章提出了多集群一致监控的解决方案。设计了一种自描述方法以解决异构资源信息的公共表示问题,基于Ganglia.Grid View,PBS等监控工具设计实现了一个通用的资源监控系统。设计了一种自适应的RTT感知的最小生成树策略以改善系统的可扩展性。论文第四章针对多集群提出了“全局-本地”的二阶段超级调度算法。针对计算密集型应用,在传统的批调度算法中加入对任务完成时限用户QoS的考虑,提出了多集群环境下QoS感知的批调度算法,并应用于多集群的全局队列调度中,与传统批调度算法相比,任务按时完成比率有明显提高。同时.该算法对任务执行时间的预测误差也具有良好的适应性。论文第五章致力于研究经济市场和信任评估相结合的激励机制.把信任机制融入Buyya的网格计算市场模型。提出了网格中信任感知的资源交易模型(Grid Trust Aware ResourceTransaction Model,简写G-Tart模型),详细研究G-Tart模型中的实体、模块、交易流程。在G-Tart模型中,把信任度作为衡量节点交易诚信度的重要指标,激励节点履行已达成的资源交易合约。引出了G-Tart中两个关键问题,即任务代理的资源选择问题和资源代理的任务接受问题。论文第八章从用户代理角度出发。提出了一种基于信任过滤的资源选择方法。该方法首先根据用户信任需求过滤低可信资源。然后对剩余高可信资源综合考虑其价格和风险因素,最后给出了最小机会成本启发式算法。实验表明.该方法能对供求双方产生激励:对资源方保证可靠资源提供者的整体利润:对用户方能显著降低作业失效率、减少成本8%～10%。论文第七章从资源代理角度出发,提出基于收益和成本计算的任务接受策略,根据用户提交任务的相关信息,计算接受任务的沉没成本和机会成本以决定是否接受任务,使得资源提供者和资源请求者都实现自身的经济目标,提高了服务方的收益。论文第八章基于G-Tart模型.利用供求规律.设计了一种分布式调度系统,实现了Oppsim模拟器以模拟该系统。该系统采用用户与资源进行双向选择的模式,通过启发式的策略.动态调节资源价格,引导用户和资源的行为。模拟结果表明该系统能有效解决网格环境中资源负载平衡问题,具有良好的灵活性和可扩展性,能有效提高服务质量,任务完成率方面比Nimrod/G提高了22.5%。本文从网格大规模、动态性和以用户为中心等特点出发.对两种典刑网格环境的调度问题进行了深入分析和有益实践。针对多集群环境提出基于.“全局-局部”模式的层次调度方法和实现方案,具有较强的现实意义:针对计算市场提出G-Tart模型,基于激励驱动的分布式调度方法,为未来经济可行的网格展示了全新的视角和美好的前景。